COILD：针对印度多语言机器翻译的高质量平行语料库与评测基准
针对印度语言机器翻译受限于缺乏高质量本土语料与基准的问题，研究人员推出了以印度语言为中心的平行语料库 COILD。该资源包含超过116万对经人工翻译和验证的句对，覆盖印欧、达罗毗荼及藏缅等语系的20种印度语言对。与传统依赖英语轴心的语料库不同，COILD 更好地保留了印度语言的多样性、文化特性与领域特征，为低资源语言翻译提供了重要的数据与评估支持。
推荐理由发布了包含超百万人工验证句对的印度多语言平行语料库与基准，助力低资源语言机器翻译研究。
原标题：COILD: An Indic-Centric Parallel Corpus and Benchmark for Machine Translation Across Indian Languages
阅读 arXiv 自然语言处理 原文 ↗